《大腦如何精準學習》:教育一個人,就是重複再利用他大腦已經有的電路

《大腦如何精準學習》:教育一個人,就是重複再利用他大腦已經有的電路
Photo Credit: Shutterstock / 達志影像

我們想讓你知道的是

我提出神經重複使用假設,主要是想解釋人類為何能超越原來的生態環境而習得新的技能。我認為我們延長的大腦可塑性加上學習新符號演算法則的能力,使我們有超強的適應能力——我們的社會也發現了可以增強這些能力的方法,那就是送孩子去上學。

文:史坦尼斯勒斯.狄漢(Stanislas Dehaene)

神經元重複使用假設

教育如何革命我們的心智能力,把我們轉變成可以讀納博科夫、史坦貝克(Steinbeck)、愛因斯坦或格羅滕迪克(Grothendieck,譯註:法國數學家)的人?我們前面看到,我們是透過修改與生俱來的神經迴路才能發展出閱讀的能力,雖然修改的幅度很小,只有幾毫米而已。因此,所有人類文明的多樣性必須符合神經元的限制和規範。

要解決這個兩難(paradox),我提出了神經元重複使用的假設(recycling hypothesis)。我的想法很簡單,人類的童年期很長,有十五年到二十年之久,這時突觸的可塑性使大腦可以受外界的影響,有延展性,但是這些神經迴路受很強的生理上的規範,這個規範,也可以說限制,是來自演化。

因此,每一個新發明的文化物體,如英文字母或阿拉伯數字,必須在大腦神經元中找到它的位置,即要找到一組神經電路,它原始的功能跟新發明的文化角色很相似,可以被轉到新的用途上。任何文化的學習必須重新調整舊的、已存在的神經迴路,重複使用。教育必須符合演化來的神經電路的天性,透過人類很長的神經可塑性及神經元的多樣性來達成教育的目的。

根據這個假設,要教育一個人就是把他大腦已經有的電路重複再利用。在過去的一千年裡,我們學會把舊的東西改造成新的。我們在學校學的每一樣東西都是把已經存在的迴路重新調整到新的方向,孩子把演化本來做其他事情的迴路重新用來閱讀和計算,因為這些迴路有可塑性,所以他們適應了新的文化功能。

我為什麼造出「神經重複使用」這個奇怪的名詞呢?因為它的法國字recyclage正好是大腦二個特性的結合字——用舊的材料給它新的生命,以及調頭朝新的方向出發:

  • 重複使用材料表示把它用在新產品上,給它第二次生命。不過這種重複使用是有限制的,你不能用回收紙去造一輛汽車,每種材料有它的特質:它必須符合新的用途才可能去替代。同樣地,大腦皮質的每一個區域有它天生而來的特質,如細胞分子的性質、在地的迴路和長程的連接,學習必須符合這些材料的限制。
  • 在法文中,recyclage同時可以用來指一個人接受到訓練去做新的工作,即接受額外的訓練使能適應他事業上出乎意料的改變。當我們學習閱讀和計算時,我們的皮質就是在接受額外的訓練,使能適應文化的新要求,教育賦予我們皮質一些新的功能,使它超越靈長類大腦原來的功能。

在這裡,我需要區辨出快速學習新的文化技能與其他長久時光演化而來的技能。用一些舊材料製造出一個新的東西出來,在達爾文物競天擇的演化過程中,把舊的材料拿來重新使用是普遍的。基因的重組可以把舊器官變成新的、優雅的機器。鳥的羽毛是舊的溫度調節器變成新的空氣動力學的翅膀。爬蟲類和哺乳類的腳?古老的鰭?法國一九六五年諾貝爾獎得主,生物學家賈可布(F. Jacob,一九二○—二○一三)曾說演化是個偉大的補鍋匠,在他的工作室中,肺可以改造成浮水的器官,爬蟲類的下顎可以造成內耳,甚至飢餓肉食者的冷笑都可以變成蒙娜麗莎捉摸不定的微笑。

大腦也沒有例外,例如語言的迴路可能來自人類演化過程中複製或重新調整先前已有的皮質迴路。但是這個很慢的基因改變並不符合我的神經重複使用理論。比較合適的名詞應該是「擴展適應」(exaptation)。哈佛演化學家古德(Stephen Jay Gould,一九四一—二○○二)和耶魯大學古生物學家維巴(Elisabeth Vrba)創造出來的新名詞,從「適應」(adaptation)而來。一個舊的機制透過達爾文的進化論演變出不同的功能(有一個簡單的記憶方法可以幫助你記得擴展適應這個字:把舊的「ex」調適成〔apt〕新的作業ex + apt = exaptation),因為它是建立在群體中基因的擴散,所以它需要千百萬年,而神經回收是在個人的大腦中發生,只需要很短的時間,從幾天到幾年,重複使用大腦電路是重新調整它的功能,而不動用到基因改變,只需經過學習和教育。

我提出神經重複使用假設,主要是想解釋人類為何能超越原來的生態環境而習得新的技能如讀、寫、計算、數學、唱歌、穿衣服、騎馬和開車,我認為我們延長的大腦可塑性加上學習新符號演算法則的能力,使我們有超強的適應能力——我們的社會也發現了可以增強這些能力的方法,那就是送孩子去上學。

我強調人類的這些能力並不是否認其他的動物就沒有神經重複使用。實驗技術的精進,使研究者可以記錄猴子學習新技能好幾個禮拜時的大腦神經元活動—因此,對神經回收的觀點進行強而有力的測試。這些實驗能夠解決這個理論簡單而深刻的預測:學習可以改變某個大腦電路的神經碼嗎?它是否如神經重複使用理論所預測的學習本身改變了電路的目的?

在最近的一個實驗中,研究者訓練猴子去控制牠的大腦,假如電腦螢幕的游標朝右,牠就活化了十個特定的神經元,如果把游標朝上移,牠就活化了另外十個神經元,諸如此類,以此類推。很厲害的是,這個方法有效,幾個禮拜之後,猴子學會了啟動某十個神經元來使游標滑動,但是牠要活化的神經元不能離跟皮質原來設定功能區塊太遠;也就是說,猴子要學的東西必須在電路本來就會的範圍之內。

大腦的電路是動態的可以改變的,但是這個改變有限制,它被原始設定的功能所規範。就理論來說,在一組一百個神經元的團體裡,它的活動可以擴展到一百面向的空間,得到不可思議多的情況(每一個神經元可以是on或off,所以它會超過2100,或是千百萬億兆那麼多),然而,事實上,大腦的活動限制在十的面向而已。簡明地說,猴子可以去學新的作業,假如這個新作業跟原有的空間有相容性,得以符合(fits)的話。假如我們要求猴子去活化一組神經元,它們從來沒有做過類似作業的話,這隻猴子就學不會。

請注意,這隻猴子所學會的行為是一個完全新的——誰會預見一隻猴子有一天可以控制電腦螢幕的游標呢?所以這個行為的出現必然是符合皮質活動中的一個可能項目,所以它直接證實了神經元重複使用假設的預測—學會一個新的技能並不需要重新設定大腦的電路,好像大腦是個空白石板似的,它只要改變現有組織目標就可以了。

我們現在越來越清楚大腦每一個區塊都對學習有它自己的限制與規範。在頂葉,神經元的活動通常是限制在單一面向,直線。頂葉的神經元把所有輸入的數據以直線從小到大排列—所以它們非常適合登錄量化和大小的數據,看起來這些神經元似乎很受限,但是這個缺陷在表達大小、數字、區域,或任何可以從小到大排序的參數時,就變得非常有用。所以,這部分的皮質可能就是先天設定來登錄「量」—果然,當我們操弄直線上可以量化的東西,如數字、社會地位(誰在誰的上頭),這些神經元便動起來了。

再舉一個例子,內嗅皮質(就是我在前面第四章所講的那個位在顳葉,內有掌管空間地圖格子細胞的區域)的神經碼是二維的,雖然這個區域有幾百萬個神經元,它們的活動還是被限制在一個平面(二維)空間,這個限制不是缺陷,它非常適合形成製作環境的地圖——事實上,我們知道這個區域正是老鼠的GPS,讓牠知道自己在空間的位置。

最近的研究發現一旦我們要學習二度空間地圖時,這個地區的神經元就立刻活化起來,即使這些數據並不是直接跟空間有關。例如有一個實驗是用二個向度來區分鳥類—牠們頸子的長度和腳的長度。一旦受試者要學習用這兩個向度來代表鳥時,他們的內嗅皮質就活化起來了,當然還有一些其他的腦區來幫助他們完成這個作業。

這種例子多得是:例如,視覺皮質腹區(ventral visual cortex)是專門處理線條和形狀的,布羅卡區專門處理文法樹狀圖等等。每一區域有它自己的專長,而且謹守本分,有的處理直線數據,有的作地圖展示,更有的作樹狀圖的表達……,這些都在學習之前就有的,它們使學習得以發生。所以我們可以學習新的事實,但是這些新知也必須找到它們的神經元位置(譯註:作者翻來覆去只在說明一點,神經元可以學習新的作業,但是這個作業不能離他的本行太遠,就像我們可以訓練老鼠用牠的前掌去按桿,但是無法訓練鴿子如此做,鴿子平日最常做的動作是用喙去啄食物,因此,用鴿子做實驗時,桿子就要換成圓鍵以利鴿子學習,很像孔子說的因材施教,神經元也是如此)。

現在讓我們來看一下如何把這個想法應用到最基本的學校教學:算術和閱讀上。

如何用數學重複使用電路來做估算

請先看數學的例子。我在我的書《數字概念》(The Number Sense,又譯為《數字感》)中提到,目前已有很多的實驗顯示,數字教育(及其他學習領域)並不像在溶化的蠟上刻印那般在大腦上留下痕跡;相反的,數學必須先天存在,在天生就有的數字量化的表徵上找到它的位置,然後延伸並精製這些量的數字概念。

人類和猴子的頂葉及前額葉有很多神經迴路代表著粗略的數的概念。在任何正規教育之前,這些迴路已經對具體物體有粗略數量敏感的神經元。那麼學習發揮了什麼功效呢?那些被訓練去比較數量的猴子,牠們額葉偵測數字的神經元變多了。最重要的是,當牠們學會看阿拉伯數字而不是估計大約是多少時,當中一些神經元會對阿拉伯數字特別敏感。大腦轉變一部分的迴路使能照顧到阿拉伯數字這個文化所發明的符號,就是神經元重複使用假設最好的例證。

對人類來說,當我們學習最基本的算術(加法和減法)時,我們持續重複使用那個區域的神經元以及附近後頂葉的迴路。那個區域是轉移我們的注視點和注意力的地方—我們用它來作數字空間的移動:加法活化的是你把注意力移到右邊去的迴路,那是數字越來越大的方向,而減法活化的是你移轉注意力到左邊去的神經元。我們每個人大腦中都有這樣一條數字直線,我們有一張數字的心智地圖,在那裡,當我們計算時,我們學會正確的向左或向右移動。

最近,我的研究團隊提供了一個更嚴謹的神經元重複使用假設的測試。我和一位從數學家轉換跑道成為認知科學家的年輕人亞馬利克(Marie Amalric)合作,想知道頂葉作算術的神經迴路是否和代表數學中最抽象概念的迴路是同一條。我們找了十五位數學家,在給他們看最深奧的數學方程式包括∫s ∇ × F • dS時,用核磁共振掃描他們的大腦,果然如我們預期,這些數學家活化的地方跟寶寶看到一個、二個、三個物體,或兒童學會數數所活化的是同一個地方(見下圖)。

所有的數學,從格羅滕迪克的意象(topoi)到複雜的歧管(manifolds)都是童年學會的那些最基本神經迴路的組合;我們每一個人,從小學生到費爾德獎(Fields Medal)得主,在學習數學時,都是持續不斷的磨光打亮大腦那一組特定迴路的神經碼。

彩圖十二
Photo Credit: 遠流出版提供
教育是回收古老的神經迴路再重新使用,並導向新的功能。從嬰兒期起,大腦便有表徵數字的區域(綠色),我們也用同一區域來做心智運算(藍色)。即使是專業數學家,在計算高層次的數學難題時,也是用到這一塊區域(紅色),這些神經網路一開始時是對具體的物體起反應,後來就被回收去處理比較抽象的概念。

這些迴路的組織受到嚴謹的遺傳規範,只要是人,都擁有這些基因,雖然學習使它可以滿足許多新的概念,但是整個結構還是一樣。不論我們的經驗為何,每一個人都相同,當我們研究這些數學家大腦的組織時,我們對這個看法得到很大的肯定。這些數學家的感官經驗跟自小就眼盲的盲人數學家是很不一樣的。

其實,盲人成為數學家並沒有什麼好驚奇的,雖然他們的人數很少,一個最有名的盲人數學家便是桑德森(Nicholas Saunderson,一六八二—一七三九)。他在八歲時眼盲,但是最後做到劍橋大學牛頓講座的教授。當然我們無法去掃描桑德森的大腦,但是我們在法國找到三位眼盲的大學數學教授,其中一位吉魯(Emmanuel Giroux)是一位了不起的數學家,目前是黑昂高等師範學校(École normale supérieure in Lyon)一個六十人實驗室的主任,他十一歲眼盲,最著名的便是他證明了接觸幾何理論(theorem of contact geometry)。

盲人數學家的出現反駁了圖靈實證主義的觀點:大腦絕對不是一本「筆記本」,裡面有許多「空白筆記紙」,靠著感覺器官慢慢填滿它。的確,一個盲人經驗是如此的受限,假如他們不是已經有了可以得出這個概念的神經迴路,他們如何去推論抽象的概念?吉魯套用《小王子》(The Little Prince)的話說:「在幾何學中,重要的東西是眼睛看不到,只有透過心智的眼睛你才看得清楚。」對數學來說,感官的經驗並不重要,想法和概念才是主角。

假如經驗決定大腦皮質的組織,那麼眼盲的數學家在做數學時,應該會活化觸覺和聽覺區,因為他們是透過這些管道來學習外在世界的;但是我們掃描這三位眼盲的數學家時,他們大腦活化的區域與明眼的數學家是同一個地方,這正是神經元重複使用假設的預期,因為這個假設認為數學的神經迴路是固定的—只有大腦的某一部分可以重新設定目標來學數學。果然我們發現當盲眼數學家要判斷一個數學命題的真偽時,他們動用到頂葉和額葉的迴路,跟明眼數學家動用的地方一模一樣(見下圖)。感官的經驗是不相干的:只有這條迴路可以處理數學的表徵。

彩圖十三
Photo Credit: 遠流出版提供
數學的習得基本上跟感覺經驗無關,甚至盲人都可以成為頂尖的數學家,對他們來說,頂葉、顳葉和額葉皮質的這一塊區域在他們思考數學問題時會活化起來,跟明眼的數學家一樣。唯一的差別是,他們也把他們的視覺皮質區回收起來做數學。

唯一的差別是當我們這三位眼盲的數學家在想最喜歡的領域時,他們動用到大腦另外一個地方:早期的視覺皮質位於枕極(occipital pole)這個大腦區域,是專門用來處理視網膜送進來影像的地方!事實上,這正是另一個費爾德獎得主,數學家維蘭尼(Cédric Villani)直覺認為的地方。當我們還沒有開始實驗、還在討論時,他就開玩笑的跟我說:「你知道,吉魯是偉大的數學家,但是他同時很幸運,因為他看不見,他可以把更多的皮質區拿來做數學!」

維蘭尼是對的,正常看得見的人,他們的視覺皮質忙著處理其他的功能如數學;但是對盲人來說,他們的視覺皮質不必去處理視覺的東西,它就轉去處理比較抽象的作業,包括心智運算和數學。對天生眼盲者而言,這個重新組織更極端:他們的視覺皮質不只是處理數字和數學,還處理口語的文法,跟布羅卡區一樣。

盲人視覺皮質會有這種抽象的反應一直是理論爭議的主題:這個皮質的重組代表著真正的神經元重複使用,還是它是大腦可塑性的極端證據?我認為神經元重複使用比較有道理,因為大腦這個區塊先前設定的組織並沒有被洗掉,而大腦的可塑性會像板擦一樣把原來視覺皮質那塊黑板上的字擦掉。的確,盲人的視覺皮質仍然保留著它正常的連接和神經地圖,只是被拿來處理其他的認知功能而已。事實上,因為這部分的皮質面積很大,盲人的視覺區不但對數學和語言起反應,它還對字母和數字(如盲人用的點字)、物體、地點和動物有反應。

最令人驚奇的是,雖然他們感官的經驗如此不同,這些類別(categories)區的皮質位置竟然和明眼人一模一樣,例如盲人和明眼人大腦處理文字是同一個地方,只不過一個是處理點字,一個是處理印出來的字母。這個區塊的功能是基因決定的,因為基因控制它和語言區的連接;此外,因為它是先天設定好的,不會因感官輸入而改變,所以盲人的類別、想法、概念都跟明眼人一樣,用到大腦同樣的地區。

支持數學神經元重複使用假說的證據不只是來自最基本的數學概念(1 + 1 = 2)和最高級的數學概念(e−iπ + 1 = 0),它們都共用同樣的大腦區塊。其他純心理本質的發現,也支持我們在學校學的數學是把舊概略量(approximate quantities)的電路重複使用於新的概念上。

以數字五為例,現在你的大腦在重新活化跟四和六很接近的概略量的表徵,你現在活化的數字神經元跟在靈長類大腦中的非常相似,活化的最高峰在五,但是旁邊的四和六也有活化。這個神經元活化的曲線模糊不清,這也是為什麼粗看之下,要馬上決定一組物體是四個、五個、還是六個不是那麼容易的原因。現在,請告訴我,五比六大還是小。你可以馬上告訴我正確答案,五比六小。

然而,實驗顯示你的答案受到概略量的影響,假如兩個數字很接近,你會比較慢,若兩個數字隔得遠些,你會快得多且較不犯錯,即你對五比六小的反應會慢於五比九小,這個叫做距離效應(distance effect),它就是你在學習數數和計算時,重複使用你最古老的數的表徵的證據,不管你多努力去聚焦在數字上,你的大腦會自動活化四跟六的神經表徵,假如他們的距離越近,重疊的部分就越多。

雖然你運用學校所學的所有數字符號來思考「五、五、五」,你的行為還是顯露出你是把遠古演化的概略量表徵拿來重複使用這個事實。即使你只是要決定兩個數字如八和九是否相同,這麼簡單的作業也受到距離效應的影響—很有趣的是,猴子在學會辨識阿拉伯數字後,也會有同樣的情形,數字越靠近,反應越慢,越容易出錯。

假如我們做減法運算,所花的時間跟被減數的大小成比例——即9 − 6花的時間比9 − 4或9 − 2長。假如我們要在心智的數字線上移動的話,我們要移動的步伐越多,所花的時間越長,我們不能像數位電腦一樣壓縮符號,我們只能慢慢地一步步在數字線上移動。同樣的,當我們想到價錢時,數字越大,準確率越低,因為它也是我們靈長類大腦數字的餘孽。這是為什麼當我們討價還價時,我們願意多花幾千元去買一間公寓,卻不願多花幾毛錢去買一條麵包,在這一點上,我們跟彌猴是一樣的。

這種例子很多,對等性(parity)、負數、分數……,這些概念都是我們從演化遺傳來的量的表徵。36不像數位電腦,我們不能抽象的去操弄符號:它必須是具體的、概略量的。一個受過教育的大腦會一直持續出現這個來自我們古老的數字概念的類比效應(analog effects)。

概略數是數學古老的根基之一,教育更豐富了這個原始的概念。當我們學習數數和計算時,我們所學會的數字符號使我們可以精準的計算,這是幾百萬年的革命。演化對模糊的量是滿意的,符號的學習是改變的巨大因素,我們的大腦電路透過學習重新設定目標,使我們可以精準的操弄數字。

當然數字感不是數學唯一的根基,我們前面看到,我們也從演化繼承來了空間感,因為它特殊的神經迴路有地點、方向和網格細胞。我們同時也有形狀感,它使任何幼兒能夠區分四方形、長方形和三角形,我們現在還沒有完全了解當我們學習數學時,文字和數字如何影響這些概念的重複使用。人類的大腦用語言的思想去重新組合這些概念以形成新的概念。我們從演化所繼承來的基本建構基石變成數學家每天創新所需的新語言的原始基礎。

書籍介紹

本文摘錄自《大腦如何精準學習》,遠流出版

作者:史坦尼斯勒斯.狄漢(Stanislas Dehaene)
譯者:洪蘭

透過以上連結購書,《關鍵評論網》將由此獲得分潤收益。

學習擁有生命力(vital principle),
而人類的大腦有著巨大的可塑性—去改變它自己,以適應環境。

大腦具有超凡的反彈能力,即使在受到巨大的創傷,如眼盲、失去半個腦或社會孤立後,還是能發展出學習的能力。這個學習的火花並沒有被這些不幸的遭遇所熄滅,語言、閱讀、數學、藝術創造:這些人類所特有的能力,也是其他靈長類所沒有的。

現代學習科學的旅程包括三個部分:

在第一部分,〈學習是什麼?」〉(What Is Learning?)

我們從學習對人類和動物的意義是什麼開始,討論學習時的法則或機制,因為學習就是逐漸形成外在世界的內在模式,不論它是在矽(silicon)或是神經迴路上。

當我去到一個新的城鎮時,我會在腦海中形成一個心智地圖——這個城市街道巷弄的小模型。同樣的,一個孩子在學騎自行車時,他也是在他腦海中,模擬腳要怎麼踩、手要怎麼握把手才能維持自行車的平衡。電腦的人臉辨識法則也是先得出眼睛、鼻子、嘴巴的各種形狀和它們的組合,把它形成一個模型板(template)。

在第二部分〈我們的大腦如何學習〉(How Our Brain Learns)之中,作者會用心理學和神經科學來回答。我會聚焦在嬰兒身上,因為他們是真正的學習機器,沒有人比得上。最近的實驗資料顯示,嬰兒的確是如這個理論所預測的,他們是正在長大的統計學家。嬰兒一生下來,他們的大腦迴路就已經組織好了,可以投射假設到外面的世界去,但是他們同時也有極大的可塑性,這個從大腦突觸永遠都有改變的可能上可得之。在這個統計的機械中,先天和後天不是對立的,而是相輔相成的。

在第三部分〈學習的四大支柱〉(The Four Pillars of Learning)中,作者詳列出為什麼大腦是到現在為止最有效率的學習設備。四根支柱就是四個重要的機制,使我們可以學習。第一個是注意力。第二根支柱是主動參與。第三根支柱是錯誤回饋,它正好是主動參與的反面。最後,第四根支柱是固化:透過時間的流逝,我們大腦彙整已經學會的東西,把它轉存到長期記憶中,把神經資源釋放出來以備未來的學習。

這四根支柱有普遍性,嬰兒、孩子、大人在學習時,都用到它們。這是為什麼我們需要把這四個能力操到很熟練—這就是我們可以學習的原因。最後,在總結時,我會討論這些科學的進步該怎麼應用。改變我們學校的教學法、改變家庭、改變職場其實是不必要的,只要遊戲、好奇心、社會化、集中注意力和睡眠就可以增加我們大腦本來已經有的最大才能:學習。

getImage-4
Photo Credit: 遠流出版

責任編輯:潘柏翰
核稿編輯:翁世航